计及需求响应的数据中心联盟共享储能规划_吴云芸.pdf

Vol.47 No.7 Apr.10,2023第 47卷 第 7期 2023年 4月 10日计及需求响应的数据中心联盟共享储能规划吴云芸，方家琨，艾小猛，崔世常，薛熙臻，文劲宇（强电磁工程与新技术国家重点实验室（华中科技大学），湖北省武汉市 430074）摘要：为避免数据中心单独配置储能出现储能利用率低、经济效益差等问题，提出一种计及需求响应的数据中心联盟共享储能规划方法，能够考虑不同场景下各数据中心对储能需求的差异性和互补性，在降低储能投资成本的同时发挥储能最大效能。首先，提出了数据中心联盟共享储能运营模式，包括不同场景间共享储能使用容量分配、成本分摊和基于纳什议价的利益分配方法，保障联盟内各个体的利益。其次，考虑批处理负荷、机房空调参与需求响应，建立数据中心房间级能量管理模型，结合共享储能配置约束，以联盟集体利益最大化为目标，构建计及需求响应的数据中心联盟共享储能规划模型。为使得规划结果能够应对多种运行场景，提出共享储能规划场景集选取方法。最后，设置了 4个对比算例验证所提方法的有效性。关键词：共享储能；容量配置；需求响应；数据中心联盟；场景分析法0 引言作为中国“新基建”七大领域之一，数据中心产业正在飞速发展，截至 2021 年底，考虑标准机架为2.5 kW，中国在用数据中心机架规模达到 520万架，近 5 年年均复合增速超过 30%1。同时，新冠疫情的持续也使得企业和个人对线上业务的需求增加。数据中心机架规模的急剧攀升和承载业务的持续增长，伴随而来的是高能耗、高电能成本问题。如何降低数据中心日益增长的电能成本，是其可持续发展面临的问题与挑战。2021年 7月，国家发改委发布 国家发展改革委关于进一步完善分时电价机制的通知2以引导用户节约用电、避峰错峰。数据中心的数据负荷可根据对响应时间要求的不同分为交互式负荷和批处理负荷，其中交互式负荷需要即时处理，而批处理负荷作为一种可时移负荷，能够延迟或转移处理来调整数据中心的电能需求，从而响应分时电价3，即在电价峰段时尽可能少处理批处理负荷，将其延迟到电价平段或谷段处理，从而减少电价峰段时的电能需求，提升数据中心运行经济性。文献 4 考虑数据负载迁移代替电能在电网中转移，提出了负荷转供与数据中心需求响应（demand response，DR）协同管控城市电网的双层优化模型。文献 5 建立一种考虑托管式数据中心负荷调节不确定性的区间优化模型，通过在紧急需求响应时段关停部分服务器来削减负荷。文献 6 考虑数据中心负载调度的灵活性，研究了放松管制下的电力市场中的需求响应计划。上述研究主要针对信息技术（IT）设备方面，考虑批处理负荷的延迟、迁移处理及关停服务器来参与需求响应，而没有挖掘数据中心机房空调参与需求响应的潜力。数据中心机房空调的能耗主要受到空调制冷量的影响，在保证服务器正常运行的前提下，结合分时电价调整空调制冷量，也能够优化电价峰段数据中心的电能需求。除了利用数据中心内的基础设施参与需求响应来降低电能成本，数据中心也可配置储能来进行能量管理7。文献 8 提出了一种考虑数据中心中多类型储能和批处理负荷协调运行的实时能量管理方法，保证在随机环境下数据中心的运行经济性。然而，数据中心单独配置储能可能会出现储能装置利用率低、用户投资经济效益不理想等问题9。近年来，随着国家对数据中心集约化、规模化、绿色化发展的支持10和基于共享经济的共享储能商业模式的发展11-12，数据中心集群共建共享储能为提升数据中心经济效益提供了新的思路。其原理是利用不同数据中心用户对储能需求的互补性来提高储能利用率和降低系统运行成本，是一种经济、高效、绿色低碳的运营模式。在共享储能运行方面，文献 13 通过优化各工DOI：10.7500/AEPS20220725003收稿日期：2022-07-25；修回日期：2022-10-12。上网日期：2022-12-12。国家电网有限公司总部管理科技项目（5419-202199551A-0-5-ZN）；国家自然科学基金资助项目（52177088）。42吴云芸，等 计及需求响应的数据中心联盟共享储能规划http：/www.aeps-业用户使用共享储能充放电的功率，以实现用户群日运行成本最优。为了更好地提高能源利用效率和降低电能成本，文献 14 提出了一种同时考虑能量容量和功率容量的储能共享框架。在共享储能配置方面，文献 15 考虑共享储能成本和储能平抑功率波动之后净负荷情况，提出多微电网共享储能的多目标优化配置及其成本分摊方法。文献 16 建立了多个售电公司共享储能的优化配置模型，并基于售电公司贡献度进行利益分配。共享储能规划和运行会涉及多主体利益分配问题，有效的再分配机制的设计是合作成功的关键17。文献18-19均采用Shapley 值法对多主体联合运营效益进行再分配。目前，在共享储能优化运行和配置方面虽然已有很多成果，但是现有研究主要针对某一场景下储能功率在时段间的共享，而鲜有研究考虑储能在不同场景间的共享，利用各用户在不同运行环境下对储能资源需求的差异性和互补性进行共享储能规划，最大化共享储能效能。基于以上分析，本文提出一种充分考虑 IT 设备和机房空调参与需求响应潜力的数据中心联盟共享储能规划方法。首先，研究数据中心联盟共享储能运营模式，提出场景间共享储能容量分配、成本分摊模型和基于纳什议价的利益分配方法以确保各数据中心用户的利益。然后，建立计及需求响应的数据中心联盟共享储能规划模型，综合考虑共享储能规划和数据中心联盟运行两个方面，在规划阶段确定共享储能容量，在运行阶段，根据不同运行场景下各数据中心对储能的不同需求进行共享储能功率容量和能量容量分配，并分别考虑机房空调和 IT 设备参与需求响应的方式对每个数据中心建立房间级能量管理模型以更精细地管理电能。最后，通过算例分析验证了所提共享储能规划方法和数据中心能量管理模型的有效性。1 数据中心联盟共享储能运营模式1.1数据中心联盟共享储能运营框架本文研究的数据中心联盟共享储能运营框架如图 1 所示，包括若干数据中心、共享储能设备、市电等。每个数据中心可由自建风电和光伏、市电和共享储能供电，其能耗主要来自 IT设备和机房空调。由于风电、光伏出力具有间歇性和波动性，各数据中心的用户请求在时间上也具有差异性，各数据中心内部的供需平衡情况随时间变化，其对储能的需求也随之变化。例如，在新能源低出力而用户请求量大的场景下，为了少购买电价峰段的市电，数据中心需要较大容量的储能以实现电能在时间上的转移；而在新能源高出力场景下，数据中心对储能的需求大大减少。如果数据中心单独配置储能，可能会导致在某些场景下储能资源短缺而某些场景下储能资源闲置的问题。这也为多数据中心共建共享储能提供了充足的机会：多个数据中心可以组成数据中心联盟，共同投资建设储能设备，根据不同运行场景下各数据中心对储能需求的差异性和互补性重新进行容量分配，提高储能设备的利用率，同时也提升了各数据中心的运行经济性。1.2数据中心联盟共享储能使用容量分配与成本分摊模型在数据中心联盟共建共享储能模式下，本文考虑一天作为调度运行周期，在每个调度运行周期进行一次共享储能的容量分配，各数据中心能够根据自身需求获得一定功率容量和能量容量的储能使用权：n=1NDCPBS，n，s PmaxBS（1）n=1NDCEBS，n，s EmaxBS（2）式中：PBS，n，s和EBS，n，s分别为场景 s下数据中心 n分配到的储能功率容量和储能能量容量；PmaxBS和EmaxBS分别为投资建设的共享储能功率容量和能量容量；NDC为联盟中数据中心的个数。在确定各数据中心在某个场景下获得的储能使用权之后，可分别根据他们对储能功率容量和能量容量的使用比例进行成本分摊：CP，n，s=PBS，n，s=1NDCPBS，s(1+)TLTPPmaxBS365(1+)TLT-1（3）信息流;能量流市电共享储能用户请求机房数据中心N用户请求机房数据中心1风电光伏服务器群机房空调储能单元储能单元储能单元储能单元服务器群机房空调风电光伏图 1数据中心联盟共享储能运营框架Fig.1Operation framework of shared energy storage for data center alliances432023，47（7）学术研究 CE，n，s=EBS，n，s=1NDCEBS，s(1+)TLTEEmaxBS365(1+)TLT-1（4）式中：CP，n，s和CE，n，s分别为场景 s 下数据中心 n 需要分摊的储能功率容量成本和能量容量成本；为折现率；TLT为储能设备的设计使用寿命；P和E分别为储能设备的单位功率容量成本和单位能量容量成本。1.3数据中心联盟共享储能利益分配方法为了保证数据中心联盟的长期稳定合作，需要对数据中心联盟获得的利益进行合理分配，本文采用纳什议价20的方法将联盟获得的利益分配至各数据中心：max nNDC(CDC，n，0-CDC，n)s.t.CDC，n CDC，n，0（5）CDC，n=CDC，n-n（6）CDC，n=ps()t=1TtPbuy，t，n，s+CP，n，s+CE，n，s（7）式中：CDC，n，0为数据中心 n单独配置储能时的综合成本；CDC，n和CDC，n分别为数据中心联盟共建共享储能模式下数据中心 n 议价后和议价前的综合成本；n为议价后数据中心 n 从联盟处获得的补贴；ps为场景 s出现的概率；t为 t时段电网电价；Pbuy，t，n，s为场景s 下数据中心 n 在 t 时段从电网购买的电能；T为总时段数。议价的目标是使得联盟所得收益公平合理地分配到各数据中心，则议价前后数据中心联盟的总收益应保持不变：n=1NDCn=0（8）2 计及需求响应的数据中心联盟共享储能规划模型为综合考虑共享储能规划和不确定环境下的数据中心联盟运行两个方面，计及需求响应的数据中心联盟共享储能规划模型被建立成一个两阶段随机优化模型。第 1 阶段确定共享储能的容量，第 2 阶段在新能源出力、数据负荷、环境温度不确定的情况下，进行数据中心联盟的运行，如图 2 所示。具体地，第 1 阶段约束为共享储能配置约束，第 2 阶段约束为考虑需求响应的机房空调能耗约束、考虑需求响应的 IT 设备能耗约束、共享储能使用容量分配约束和其他约束。共享储能使用容量分配约束已在1.2节介绍。2.1目标函数所提共享储能规划模型以数据中心联盟的集体利益最大化为目标，即考虑数据中心联盟的储能投资成本与各数据中心的购电成本之和最小，如式（9）所示。为实现联盟集体利益最大，在各运行场景下，共享储能容量将能实现更经济的分配方案。min f=(1+)TLT365(1+)TLT-1(PPmaxBS+EEmaxBS)+s=1NSpsn=1NDCt=1TtPbuy，t，n，s（9）式中：NS为总场景数。2.2共享储能配置约束共享储能配置约束用于确定数据中心联盟投资的储能设备容量。共享储能容量过大，可能导致储能资源利用率低、经济效益低；共享储能容量过小，数据中心调度运行的优化空间有限。0 PBS PmaxBS（10）EBS=TBSPBS（11）式中：PBS和EBS分别为规划的共享储能功率容量和能量容量；TBS为共享储能充放电时长。2.3考虑需求响应的机房空调能耗约束与用 PUE 表示的制冷系统模型21和经拟合得到的经验模型22不同，所提考虑需求响应的机房空调能耗模型能够考虑到 IT 设备的热效应和环境温度对机房空调能耗的影响，且能够在电价非高峰时段进行预冷却（大量制冷以降低机房温度），从而减少电价高峰时段的空调功耗。2.3.1机房温度约束根据一阶等效热参数模型23可得到时段首末温度变化关系：第1阶段:共享储能规划共享储能容量储能投资成本容量分配第2阶段:典型场景下数据中心联盟运行数据中心联盟运行成本单位功率/能量成本目标:集体利益最优共享储能容量场景1场景s场景SIT设备变频空调新能源分配的共享储能分时电价电网购电数据中心;电;冷;热图 2两阶段随机优化模型结构Fig.2Structure of two-stage stochas